我正在scikit-learn中进行决策树分类，以根据临床输入向患者推荐一组医疗方法中的一种。对于因受伤风险而患有癫痫病的任何患者，禁忌使用一种名为no_epi的治疗方法，因此即使对于癫痫病患者也不会建议使用这些治疗方法，即使否则会推荐这种患者。
我担心依赖训练集不足以保证场景癫痫=真和决策= no_epi永远不会发生，因此我怀疑训练后有必要将其硬编码到树中。我的第一个猜测是通过一种“反向修剪”来进行这种硬编码，其中我将从最深的no_epi叶子开始，然后用子树替换它们，如下所示 sketch。
我的问题有两个：
children_left类的属性children_right和Tree，但是却遇到了例外
AttributeError: attribute 'children_left' of 'sklearn.tree._tree.Tree' objects is not writable 非常感谢所有的帮助，并祝所有庆祝的人节日快乐！